LLaMA 深度解读：用更少参数、更多数据通往最优推理
基于 Meta AI 2023 年论文 LLaMA，深入浅出地介绍其核心理念：用更小的模型、更多的数据训练出推理最优的大语言模型。 ...
Deep Learning
速通 AI（二）：深度学习与 PyTorch
「速通 AI」系列第二篇：掌握深度学习核心概念，熟练使用 PyTorch 框架。 ...
大语言模型训练机制全解·第二篇：从预训练到部署的工程实践核心技术
聚焦大语言模型工程实践：预训练数据工程、SFT/RLHF/DPO 微调对齐、分布式训练（数据并行/张量并行/流水线并行/ZeRO）、混合精度训练、梯度累积、显存优化与训练稳定性监控。 ...
大语言模型训练机制全解·第一篇
系统性梳理现代大语言模型背后的核心训练机制：从因果注意力到 Transformer 架构，从损失函数的数学本质到优化器，再到正则化与泛化，构建完整知识图谱。 ...